网络认知下基于机器学习的智能化安全态势研究
发布时间：2023-08-26 03:41
随着互联网,物联网等大规模网络的发展,海量用户接入网络,网络数据量呈爆发式增长,隐藏在其中的安全问题也威胁着越来越多的网络用户。本文重点关注于因网络拓扑或网络异常行为导致的安全隐患或一系列损害。基于机器学习的人工智能算法的发展使得非平稳数据分析成为可能,海量数据为智能算法提供基础支持,高性能计算芯片的发展为算法提供平台支撑,系统的算法研究大大提升了安全数据分析的可靠性。从而,大数据场景下的安全分析具有高准确率、高性能等特点。本文以复杂网络为理论基础,研究网络行为认知,从而发现其中的异常用户,并结合最新的机器学习研究基础,在大数据的场景中分析研究网络异常。现阶段,针对网络异常发现主要通过日志和流量两种主要方式,本文针对日志和流量分别使用不同的方案,为网络安全研究的发展提供支持。主要工作如下:1.提出了一种基于级联失效的网络模型,研究网络中节点与节点间的关系,并针对无标度网络和随机网络进行具体分析,发现具有鲁棒性的网络结构,为组网提供研究支持。利用日志行为数据构建用户行为双层网络模型,利用级联失效模型来分析日志数据上的异常行为。2.设计了一种以复杂网络为基础的社团划分算法,以发现网络上的异...
【文章页数】：147 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 论文研究背景与意义
1.1.1 研究背景
1.1.2 面临的挑战
1.1.3 研究意义
1.2 国内外研究现状
1.2.1 基于级联失效模型的安全态势研究
1.2.2 基于社团划分理论的安全态势感知
1.2.3 基于样本受限条件下的安全检测分析
1.2.4 基于网络结构搜索的流量分类研究
1.3 本文的工作及创新点
第二章 网络及安全理论综述
2.1 复杂网络理论基础
2.1.1 概述
2.1.2 网络表示
2.1.3 网络基本度量
2.1.4 常见网络类型
2.1.5 日志行为网络构建
2.2 神经网络理论基础
2.2.1 概述
2.2.2 全连接神经网络
2.2.3 卷积神经网络
2.2.4 循环神经网络
2.3 网络搜索研究基础
2.3.1 搜索空间
2.3.2 搜索策略
2.3.3 性能评估策略
第三章 基于级联失效模型的安全态势研究
3.1 问题描述
3.1.1 面临的挑战
3.1.2 级联失效的定义
3.1.3 解决方案
3.2 多层网络级联失效模型
3.2.1 模型构建
3.2.2 模型分析
3.2.3 仿真实验
3.2.4 耦合偏好分析
3.3 本章小结
第四章 基于社团划分理论的安全态势感知
4.1 问题描述
4.1.1 面临的挑战
4.1.2 社团划分的定义
4.1.3 解决方案
4.2 社团划分算法
4.2.1 中心性的性质
4.2.2 算法设计
4.2.3 仿真实验
4.3 异常用户社团划分可视化
4.4 本章小结
第五章 基于样本受限条件下的安全检测分析
5.1 问题描述
5.1.1 面临的挑战及问题分析
5.1.2 解决方案
5.2 基于无监督分类器的日志异常检测算法
5.2.1 分析框架
5.2.2 特征工程
5.2.3 无监督分类器
5.2.4 实验分析
5.3 基于生成对抗网络的日志异常检测
5.3.1 整体流程
5.3.2 网络结构
5.3.3 日志数据处理和训练
5.3.4 日志分类模型
5.4 本章小结
第六章 基于网络结构搜索的流量分类研究
6.1 问题描述及建模
6.1.1 网络安全的攻击
6.1.2 面临的挑战
6.1.3 解决方案
6.2 流量数据处理
6.2.1 流量类型
6.2.2 数据清洗
6.2.3 数据切分与向量化
6.3 基于遗传算法的网络结构搜索模型
6.4 仿真验证
6.4.1 实验设置
6.4.2 架构搜索
6.4.3 架构评估
6.4.4 模型轻量化
6.4.5 优化算法对比
6.5 本章小结
第七章 总结与展望
7.1 本文工作总结
7.2 下一步工作
参考文献
致谢
攻读学位期间的学术成果
本文编号：3843883
【文章页数】：147 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 论文研究背景与意义
1.1.1 研究背景
1.1.2 面临的挑战
1.1.3 研究意义
1.2 国内外研究现状
1.2.1 基于级联失效模型的安全态势研究
1.2.2 基于社团划分理论的安全态势感知
1.2.3 基于样本受限条件下的安全检测分析
1.2.4 基于网络结构搜索的流量分类研究
1.3 本文的工作及创新点
第二章 网络及安全理论综述
2.1 复杂网络理论基础
2.1.1 概述
2.1.2 网络表示
2.1.3 网络基本度量
2.1.4 常见网络类型
2.1.5 日志行为网络构建
2.2 神经网络理论基础
2.2.1 概述
2.2.2 全连接神经网络
2.2.3 卷积神经网络
2.2.4 循环神经网络
2.3 网络搜索研究基础
2.3.1 搜索空间
2.3.2 搜索策略
2.3.3 性能评估策略
第三章 基于级联失效模型的安全态势研究
3.1 问题描述
3.1.1 面临的挑战
3.1.2 级联失效的定义
3.1.3 解决方案
3.2 多层网络级联失效模型
3.2.1 模型构建
3.2.2 模型分析
3.2.3 仿真实验
3.2.4 耦合偏好分析
3.3 本章小结
第四章 基于社团划分理论的安全态势感知
4.1 问题描述
4.1.1 面临的挑战
4.1.2 社团划分的定义
4.1.3 解决方案
4.2 社团划分算法
4.2.1 中心性的性质
4.2.2 算法设计
4.2.3 仿真实验
4.3 异常用户社团划分可视化
4.4 本章小结
第五章 基于样本受限条件下的安全检测分析
5.1 问题描述
5.1.1 面临的挑战及问题分析
5.1.2 解决方案
5.2 基于无监督分类器的日志异常检测算法
5.2.1 分析框架
5.2.2 特征工程
5.2.3 无监督分类器
5.2.4 实验分析
5.3 基于生成对抗网络的日志异常检测
5.3.1 整体流程
5.3.2 网络结构
5.3.3 日志数据处理和训练
5.3.4 日志分类模型
5.4 本章小结
第六章 基于网络结构搜索的流量分类研究
6.1 问题描述及建模
6.1.1 网络安全的攻击
6.1.2 面临的挑战
6.1.3 解决方案
6.2 流量数据处理
6.2.1 流量类型
6.2.2 数据清洗
6.2.3 数据切分与向量化
6.3 基于遗传算法的网络结构搜索模型
6.4 仿真验证
6.4.1 实验设置
6.4.2 架构搜索
6.4.3 架构评估
6.4.4 模型轻量化
6.4.5 优化算法对比
6.5 本章小结
第七章 总结与展望
7.1 本文工作总结
7.2 下一步工作
参考文献
致谢
攻读学位期间的学术成果
本文编号：3843883
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/3843883.html
